CN115086086B - 数据安全的分布式监测方法及装置 - Google Patents
数据安全的分布式监测方法及装置 Download PDFInfo
- Publication number
- CN115086086B CN115086086B CN202210998036.8A CN202210998036A CN115086086B CN 115086086 B CN115086086 B CN 115086086B CN 202210998036 A CN202210998036 A CN 202210998036A CN 115086086 B CN115086086 B CN 115086086B
- Authority
- CN
- China
- Prior art keywords
- data
- node
- analyzed
- warning information
- data object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1458—Management of the backup or restore process
- G06F11/1464—Management of the backup or restore process for networked environments
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种数据安全的分布式监测方法及装置,其中方法包括:获取待分析数据;对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签;将待分析数据和警示信息分配至若干节点,将待分析数据和警示信息中的若干数据名称与任意节点的关键字进行匹配并分配到相应的节点进行排序;对任意节点进行监测,根据监测结果将排序后的分析数据发送至中控模块;将发送至中控模块的分析数据进行存储;对存储在中控模块的分析数据进行调取并发送给用户。通过将待分析数据进行安全评估并分配到若干节点并对其进行处理,步骤简单,提高了处理效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据安全的分布式监测方法及装置。
背景技术
随着债券市场规模的扩大,出现了债券自动报价系统供银行和投资者进行交易,由于债券行情信息数据量大且杂乱,则对债券行情信息进行处理至关重要。
申请号为202110901820.8的文献公开的一种银行债券自动报价系统的分布式处理方法包括:获取多券行情信息;将多券行情信息多点分配至各个队列中;当所有的服务全部启动时,开启队列锁抢占通道,允许每个服务进行队列锁抢占;控制抢占队列锁成功的各个目标服务进行相应的队列接管;设置被所述目标服务成功抢占的目标队列锁的心跳时间,并更新所述目标队列锁的当前状态为被抢占状态;基于每个所述心跳时间判断对应的所述目标服务是否超时;如果是,则控制心跳时间超时的所述目标服务释放对应的目标队列锁和目标队列;将释放的所述目标队列锁的当前状态由被抢占状态更新为未被抢占状态,并允许每个所述服务再次进行抢占。
现有技术对多券行情信息进行了队列分配、队列锁抢占和服务的心跳检测,由于步骤繁多,处理效率不高。
发明内容
为此,本发明提供一种数据安全的分布式监测方法及装置,可以解决处理效率不高的问题。
为实现上述目的,本发明提供一种数据安全的分布式监测方法,该方法包括:
获取待分析数据,所述待分析数据包括数据对象、若干数据名称、数据值、数据请求量和数据处理时间;
接收所述数据对象的历史信息;
根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息;
根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到相应的节点;
根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据;
根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将节点排序后的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
将发送至中控模块的所述分析数据进行存储;
根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户。
进一步地,在对所述数据对象进行安全评估时,根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述历史信息包括数据对象的平均获取数据量和未处理率,根据数据对象的平均获取数据量、数据值和数据请求量进行实际处理能力等级划分,根据数据对象的未处理率进行历史处理能力等级划分,根据数据对象的实际处理能力等级和历史处理能力等级进行安全评估,形成最终评估结果;
当对数据对象进行实际处理能力等级划分时,将数据对象的数据处理时间内总获取数据量与待分析数据的总数据值进行比较,所述数据处理时间内总获取数据量=平均获取数据量×数据处理时间,所述总数据值=数据值×数据请求量,当数据对象的数据处理时间内总获取数据量≥总数据值时,则将数据对象的实际处理能力划分为Ⅰ级;
当数据对象的数据处理时间内总获取数据量<总数据值时,则将数据对象的实际处理能力划分为Ⅱ级;
当对数据对象进行历史处理能力等级划分时,计算数据对象的未处理率,其中,数据对象的未处理率=未处理总次数/数据请求总次数,当数据对象的未处理率<50%时,则将数据对象的历史处理能力划分为Ⅰ级;
当数据对象的未处理率≥50%时,则将数据对象的历史处理能力划分为Ⅱ级;
根据数据对象的实际处理能力等级和历史处理能力等级,输出最终评估结果:
当数据对象的实际处理能力为Ⅰ级且数据对象的历史处理能力为Ⅰ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅰ级且数据对象的历史处理能力为Ⅱ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅱ级且数据对象的历史处理能力为Ⅰ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅱ级且数据对象的历史处理能力为Ⅱ级时,输出最终评估结果为不安全。
进一步地,当最终评估结果为不安全时,则对数据对象的待分析数据进行打标签,此数据对象的待分析数据的数据名称标记为不安全,被标记的数据名称的待分析数据形成警示信息,则用户接收到的分析数据包含警示信息。
进一步地,在对所述待分析数据进行分配时,根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称进行领域划分,根据划分的领域与任意节点的领域关键字进行匹配,将匹配成功的领域的数据名称对应的待分析数据和警示信息分配到对应的节点进行排序。
进一步地,在任意节点对所述待分析数据和警示信息进行排序时,根据所述总数据值和数据请求量进行排序,即将总数据值按从小到大将待分析数据和警示信息依次进行排序,得到分析数据,当任意节点每收到一个待分析数据或警示信息时,就将其进行一次排序。
进一步地,在对任意节点进行监测时,根据任意节点的工作状态对任意节点进行监测,在预设时长时进行监测,当未得到所述分析数据时,表示任意节点未工作,则监测结果为不正常;
当得到所述分析数据时,对分析数据进行分析,若分析数据中总数据值未经过排序时,表示任意节点未工作,则监测结果为不正常,当得到的分析数据中总数据值经过排序时,表示任意节点已完成工作,则监测结果为正常。
进一步地,在对任意节点进行监测且监测结果为不正常时,将监测结果不正常的节点关闭,重新将此节点接收的同一领域的数据名称的所有所述待分析数据分配给备用节点进行处理,得到分析数据。
进一步地,在对任意节点进行监测且监测结果为正常时,则将节点排序后得到的所述分析数据存储至中控模块,当用户发出查看请求时,根据查看请求在中控模块进行调取,将对应的分析数据发送给用户,所述查看请求包括数据领域或数据名称,
当所述查看请求为数据领域时,则将中控模块中对应领域的分析数据发送给用户;
当所述查看请求为数据名称时,则将中控模块中对应的数据名称对应领域的分析数据进行重新排序,将对应数据名称的待分析数据或警示信息排在首位,将重新排序的分析数据发送给用户。
进一步地,本发明还提供一种数据安全的分布式监测装置,该装置包括:
获取模块,用于获取待分析数据,所述待分析数据包括数据对象、数据名称、数据值、数据请求量和数据处理时间;
接收模块,用于接收所述数据对象的历史信息;
第一处理模块,用于根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,则若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息;
第二处理模块,用于根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到相应的节点;
排序模块,用于根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据;
第三处理模块,用于根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将节点排序后得到的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
中控模块,用于将发送的所述分析数据进行存储;
第四处理模块,用于根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户。
进一步地,所述第一处理模块包括评估单元和打标签单元,所述评估单元用于根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述打标签单元用于在评估结果为不安全时,对数据对象的待分析数据进行打标签,形成警示信息;
所述第二处理模块包括分配单元和若干节点,所述分配单元用于根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点;
所述第三处理模块包括监测单元、第一发送单元和启用单元,所述监测单元用于根据任意节点的工作状态对任意节点进行监测,第一发送单元用于在监测结果为正常时,将节点处理后得到的所述分析数据发送至中控模块,启用单元用于在监测结果为不正常时,启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
所述第四处理模块包括调取单元和第二发送单元,所述调取单元用于根据用户的查看请求对存储在中控模块的所述分析数据进行调取,所述第二发送单元用于将调取的所述分析数据发送给用户。
与现有技术相比,本发明的有益效果在于,首先获取数据对象发行的待分析数据,对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息,然后将所述待分析数据和警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点,根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据,接着根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将排序后的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序,将发送至中控模块的所述分析数据进行存储,最后根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户,通过对待分析数据进行安全评估并通过若干节点对其进行处理,步骤简单,提高了处理效率。
尤其,在对数据对象的实际处理能力进行评估时,根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述历史信息包括数据对象的平均获取数据量和未处理率,根据数据对象的平均获取数据量、数据值和数据请求量进行实际处理能力等级划分,将数据对象的数据处理时间内总获取数据量与待分析数据的总数据值进行比较,判断数据对象是否有实际处理能力,根据判断结果划分等级,当对数据对象的历史处理能力进行等级划分时,根据数据对象的未处理率对数据对象的历史处理能力进行划分,再根据数据对象的实际处理能力等级和历史处理能力等级进行综合分析,输出最终评估结果,通过对数据对象的实际处理能力和历史处理能力进行评估,再将数据对象的实际处理能力等级和历史处理能力等级进行综合分析,减小风险,使评估结果更加准确,提高处理效率。
尤其,在最终评估结果为不安全时,对数据对象的待分析数据进行打标签,此数据对象的待分析数据的数据名称标记为不安全,被标记的数据名称的待分析数据形成警示信息,则用户接收到的分析数据包含警示信息,进而用户接收到的分析数据的标签也为不安全,用户可以根据分析数据的标签进行判断来买入,使数据更加清晰明了,对数据进行分类,使数据处理更加高效。
尤其,在对所述待分析数据进行分配时,根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称进行领域划分,根据划分的领域与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据和警示信息分配到对应的节点进行处理,通过分类与匹配进行分配,保证工作有序进行,进而提高节点的处理效率。
尤其,在任意节点对所述待分析数据和警示信息进行排序时,根据所述数据值和数据请求量进行排序,即将总数据值按从小到大将待分析数据和警示信息依次进行排序,得到分析数据,当任意节点每收到一个待分析数据或警示信息时,就将其进行一次排序,通过将待分析数据和警示信息根据总数据值进行排序,使数据更清晰,有利于客户根据总数据值排序清晰地进行参考,提高服务质量。
尤其,在对任意节点进行监测时,在预设时长时进行监测,当未得到所述分析数据时,表示任意节点未工作,则监测结果为不正常;当得到所述分析数据时,对分析数据进行分析,若分析数据中数据值未经过排序时,表示任意节点未工作,则监测结果为不正常,当得到的分析数据中数据值经过排序时,表示任意节点已完成工作,则监测结果为正常,通过对任意节点进行监测,防止节点发生故障不能及时向用户发送所述分析数据,减小失误,提高效率。
尤其,在对任意节点进行监测且监测结果为不正常时,将监测结果不正常的节点关闭,重新将此节点接收的同一数据名称的所有所述待分析数据分配给备用节点进行排序,得到分析数据,通过将监测结果不正常的节点关闭,并启用备用节点代替监测结果不正常的节点继续对其分配的待分析数据进行处理,及时解决了故障问题,减少失误,进而提高效率。
尤其,在对任意节点进行监测且监测结果为正常时,则将处理后的所述分析数据存储至中控模块,当用户发出查看请求时,所述查看请求包括数据领域或数据名称,根据所述数据名称在中控模块进行调取,对中控模块中对应的数据名称对应领域的分析数据重新进行排序再发送给用户,根据所述数据领域在中控模块进行调取,将对应数据领域的分析数据发送给用户,通过根据用户的查看请求中的数据领域或数据名称对存储的分析数据进行调取,由于存储的分析数据很清晰,使调取数据的效率更高。
尤其,获取模块获取数据对象发行的待分析数据,第一处理模块对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息,然后第二处理模块将所述待分析数据和警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点,根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据,接着根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将排序后的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序,中控模块将发送的所述分析数据进行存储,最后根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户,通过对待分析数据进行安全评估并通过若干节点对其进行处理,步骤简单,提高了处理效率。
尤其,所述第一处理模块中的评估单元和打标签单元通过安全评估和打标签进而减小用户的买入风险,所述第二处理模块中的分配单元和若干节点通过将所述待分析数据和警示信息进行领域分类匹配并分配至对应节点,进而提高节点的处理效率,所述第三处理模块中的监测单元、第一发送单元和启用单元通过对节点进行监测并在监测结果为不正常时,启用备用节点进行排序,在将处理后的所述分析数据发送至中控模块,减少失误风险,提高处理效率,所述第四处理模块中的调取单元和第二发送单元通过根据用户的查看请求中的数据领域或数据名称对存储的分析数据进行调取和发送,由于存储的分析数据很清晰,使调取数据的效率更高。
附图说明
图1为本发明实施例提供的数据安全的分布式监测方法的流程示意图;
图2为本发明实施例提供的数据安全的分布式监测装置的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明实施例提供的数据安全的分布式监测方法包括:
步骤S110,获取待分析数据,所述待分析数据包括数据对象、若干数据名称、数据值、数据请求量和数据处理时间;
步骤S120,接收所述数据对象的历史信息;
步骤S130,根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息;
步骤S140,根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到相应的节点;
步骤S150,根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据;
步骤S160,根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将节点排序后得到的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
步骤S170,将发送至中控模块的所述分析数据进行存储;
步骤S180,根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户。
具体而言,本发明的应用场景可以为对债券数据的处理,其中,待分析数据为债券行情信息,数据对象为债务人,数据名称为债券名称,数据值为债券报价价格,数据请求量为债券交易数量,数据处理时间为偿还期限,平均获取数据量为平均月收入,未处理率为违约率,历史处理能力等级为历史信用等级,实际处理能力为偿还能力,总获取数据量为总收入,总数据值为总债券报价价格,数据领域为债券所属领域。
具体而言,本发明实施例首先获取数据对象发行的待分析数据,对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息,然后将所述待分析数据和警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点,根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据,接着根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将排序后的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序,将发送至中控模块的所述分析数据进行存储,最后根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户,通过对待分析数据进行安全评估并通过若干节点对其进行处理,步骤简单,提高了处理效率。
具体而言,在对所述数据对象进行安全评估时,根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述历史信息包括数据对象的平均获取数据量和未处理率,根据数据对象的平均获取数据量、数据值和数据请求量进行实际处理能力等级划分,根据数据对象的未处理率进行历史处理能力等级划分,根据数据对象的实际处理能力等级和历史处理能力等级进行安全评估,形成最终评估结果;
当对数据对象进行实际处理能力等级划分时,将数据对象的数据处理时间内总获取数据量与待分析数据的总数据值进行比较,所述数据处理时间内总获取数据量=平均获取数据量×数据处理时间,所述总数据值=数据值×数据请求量,当数据对象的数据处理时间内总获取数据量≥总数据值时,则将数据对象的实际处理能力划分为Ⅰ级;
当数据对象的数据处理时间内总获取数据量<总数据值时,则将数据对象的实际处理能力划分为Ⅱ级;
当对数据对象进行历史处理能力等级划分时,计算数据对象的未处理率,其中,数据对象的未处理率=未处理总次数/数据请求总次数,当数据对象的未处理率<50%时,则将数据对象的历史处理能力划分为Ⅰ级;
当数据对象的未处理率≥50%时,则将数据对象的历史处理能力划分为Ⅱ级;
根据数据对象的实际处理能力等级和历史处理能力等级,输出最终评估结果:
当数据对象的实际处理能力为Ⅰ级且数据对象的历史处理能力为Ⅰ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅰ级且数据对象的历史处理能力为Ⅱ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅱ级且数据对象的历史处理能力为Ⅰ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅱ级且数据对象的历史处理能力为Ⅱ级时,输出最终评估结果为不安全。
具体而言,本发明实施例在对数据对象的实际处理能力进行评估时,根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述历史信息包括数据对象的平均获取数据量和未处理率,根据数据对象的平均获取数据量、数据值和数据请求量进行实际处理能力等级划分,将数据对象的数据处理时间内总获取数据量与待分析数据的总数据值进行比较,判断数据对象是否有实际处理能力,根据判断结果划分等级,当对数据对象的历史处理能力进行等级划分时,根据数据对象的未处理率对数据对象的历史处理能力进行划分,再根据数据对象的实际处理能力等级和历史处理能力等级进行综合分析,输出最终评估结果,通过对数据对象的实际处理能力和历史处理能力进行评估,再将数据对象的实际处理能力等级和历史处理能力等级进行综合分析,减小风险,使评估结果更加准确,提高处理效率。
具体而言,当最终评估结果为不安全时,则对数据对象的待分析数据进行打标签,此数据对象的待分析数据的数据名称标记为不安全,被标记的数据名称的待分析数据形成警示信息,则用户接收到的分析数据包含警示信息,分析数据为节点处理后的数据。
具体而言,本发明实施例在最终评估结果为不安全时,对数据对象的待分析数据进行打标签,此数据对象的待分析数据的数据名称标记为不安全,被标记的数据名称的待分析数据形成警示信息,则用户接收到的分析数据包含警示信息,进而用户接收到的分析数据的标签也为不安全,用户可以根据分析数据的标签进行判断来买入,使数据更加清晰明了,对数据进行分类,使数据处理更加高效。
具体而言,在对所述待分析数据进行分配时,根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称进行领域划分,根据划分的领域与任意节点的领域关键字进行匹配,将匹配成功的领域的数据名称对应的待分析数据和警示信息分配到对应的节点进行处理。
具体而言,以债券为例,若所述待分析数据包含债券A1、债券B1、债券A2和债券C1,根据数据名称进行领域划分,将债券A1和债券A2划分为A领域,将债券B1划分为B领域,将债券C1划分为C领域,然后将划分的领域与节点的领域关键字进行匹配,则将债券A1和债券A2分配到第一节点,将债券B1分配到第二节点,将债券C1分配到第三节点。
具体而言,本发明实施例在对所述待分析数据进行分配时,根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称进行领域划分,根据划分的领域与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据和警示信息分配到对应的节点进行处理,通过分类与匹配进行分配,保证工作有序进行,进而提高节点的处理效率。
具体而言,在任意节点对所述待分析数据和警示信息进行排序时,根据所述数据值和数据请求量进行排序,即将总数据值按从小到大将待分析数据和警示信息依次进行排序,得到分析数据,当任意节点每收到一个待分析数据或警示信息时,就将其进行一次排序。
具体而言,以债券为例,若所述第一节点的债券A1的总数据值即总报价价格为1000元,债券A2的数据值即报价价格为10000元,则经过排序得到的分析数据为债券A1和债券A2,若一段时间后,第一节点接收到了债券A3,其数据值即报价价格为3000元,则经过排序得到的分析数据为债券A1、债券A3和债券A2。
具体而言,本发明实施例在任意节点对所述待分析数据和警示信息进行排序时,根据所述数据值和数据请求量进行排序,即将总数据值按从小到大将待分析数据和警示信息依次进行排序,得到分析数据,当任意节点每收到一个待分析数据或警示信息时,就将其进行一次排序,通过将待分析数据和警示信息根据总数据值进行排序,使数据更清晰,有利于客户根据总数据值排序清晰地进行参考,提高服务质量。
具体而言,在对任意节点进行监测时,根据任意节点的工作状态对任意节点进行监测,在预设时长时进行监测,当未得到所述分析数据时,表示任意节点未工作,则监测结果为不正常;
当得到所述分析数据时,对分析数据进行分析,若分析数据中总数据值未经过排序时,表示任意节点未工作,则监测结果为不正常,当得到的分析数据中总数据值经过排序时,表示任意节点已完成工作,则监测结果为正常。
具体而言,以债券为例,若预设时长为2s,在每2s时对任意节点进行监测,若没有得到分析数据,则表示任意节点发生故障,若得到分析数据,继续分析分析数据中总数据值即总报价价格是否经过排序,若经过排序,则表示任意节点未发生故障,若未经过排序,则表示任意节点发生故障。
具体而言,本发明实施例在对任意节点进行监测时,在预设时长时进行监测,当未得到所述分析数据时,表示任意节点未工作,则监测结果为不正常;当得到所述分析数据时,对分析数据进行分析,若分析数据中数据值未经过排序时,表示任意节点未工作,则监测结果为不正常,当得到的分析数据中数据值经过排序时,表示任意节点已完成工作,则监测结果为正常,通过对任意节点进行监测,防止节点发生故障不能及时向用户发送所述分析数据,减小失误,提高效率。
具体而言,在对任意节点进行监测且监测结果为不正常时,将监测结果不正常的节点关闭,重新将此节点接收的同一领域的数据名称的所有所述待分析数据分配给备用节点进行排序,得到分析数据。
具体而言,以债券为例,若第二节点的监测结果不正常时,将第二节点关闭,则重新将债券B1的所有行情信息分配给备用节点。
具体而言,本发明实施例在对任意节点进行监测且监测结果为不正常时,将监测结果不正常的节点关闭,重新将此节点接收的同一数据名称的所有所述待分析数据分配给备用节点进行排序,得到分析数据,通过将监测结果不正常的节点关闭,并启用备用节点代替监测结果不正常的节点继续对其分配的待分析数据进行处理,及时解决了故障问题,减少失误,进而提高效率。
具体而言,在对任意节点进行监测且监测结果为正常时,则将节点排序后得到的所述分析数据存储至中控模块,当用户发出查看请求时,根据查看请求在中控模块进行调取,将对应的分析数据发送给用户,所述查看请求包括数据领域或数据名称,
当所述查看请求为数据领域时,则将中控模块中对应领域的分析数据发送给用户;
当所述查看请求为数据名称时,则将中控模块中对应的数据名称对应领域的分析数据进行重新排序,将对应数据名称的待分析数据或警示信息排在首位,将重新排序的分析数据发送给用户。
具体而言,以债券为例,若用户发出的查看请求的数据领域是A,则将存储的在中控模块的数据名称为债券A1、债券A2和债券A3的分析数据进行调取并发送给用户,若用户发出的查看请求的数据名称是债券A2,则将存储的在中控模块的数据名称为债券A1、债券A2和债券A3的分析数据重新进行排序,将排序为债券A2、债券A1和债券A3的分析数据发送给用户。
具体而言,本发明实施例在对任意节点进行监测且监测结果为正常时,则将处理后的所述分析数据存储至中控模块,当用户发出查看请求时,所述查看请求包括数据领域或数据名称,根据所述数据名称在中控模块进行调取,对中控模块中对应的数据名称对应领域的分析数据重新进行排序再发送给用户,根据所述数据领域在中控模块进行调取,将对应数据领域的分析数据发送给用户,通过根据用户的查看请求中的数据领域或数据名称对存储的分析数据进行调取,由于存储的分析数据很清晰,使调取数据的效率更高。
具体而言,请参阅图2所示,本发明实施例还提供了数据安全的分布式监测装置,该装置包括:
获取模块210,用于获取待分析数据,所述待分析数据包括数据对象、数据名称、数据值、数据请求量和数据处理时间;
接收模块220,用于接收所述数据对象的历史信息;
第一处理模块230,用于根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,则若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息;
第二处理模块240,用于根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到相应的节点;
排序模块250,用于根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据;
第三处理模块260,用于根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将节点排序后得到的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
中控模块270,用于将发送的所述分析数据进行存储;
第四处理模块280,用于根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户。
具体而言,本发明实施例中的获取模块获取数据对象发行的待分析数据,第一处理模块对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息,然后第二处理模块将所述待分析数据和警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点,根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据,接着根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将处理后的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序,中控模块将发送的所述分析数据进行存储,最后根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户,通过对待分析数据进行安全评估并通过若干节点对其进行处理,步骤简单,提高了处理效率。
具体而言,所述第一处理模块包括评估单元和打标签单元,所述评估单元用于根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述打标签单元用于在评估结果为不安全时,对数据对象的待分析数据进行打标签,形成警示信息;
所述第二处理模块包括分配单元和若干节点,所述分配单元用于根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点;
所述第三处理模块包括监测单元、第一发送单元和启用单元,所述监测单元用于根据任意节点的工作状态对任意节点进行监测,第一发送单元用于在监测结果为正常时,将节点处理后得到的所述分析数据发送至中控模块,启用单元用于在监测结果为不正常时,启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
所述第四处理模块包括调取单元和第二发送单元,所述调取单元用于根据用户的查看请求对存储在中控模块的所述分析数据进行调取,所述第二发送单元用于将调取的所述分析数据发送给用户。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。 凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据安全的分布式监测方法,其特征在于,包括:
获取待分析数据,所述待分析数据包括数据对象、若干数据名称、数据值、数据请求量和数据处理时间;
接收所述数据对象的历史信息;
根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息;
根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到相应的节点;
根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据;
根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将节点排序后的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
将发送至中控模块的所述分析数据进行存储;
根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户。
2.根据权利要求1所述的数据安全的分布式监测方法,其特征在于,在对所述数据对象进行安全评估时,根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述历史信息包括数据对象的平均获取数据量和未处理率,根据数据对象的平均获取数据量、数据值和数据请求量进行实际处理能力等级划分,根据数据对象的未处理率进行历史处理能力等级划分,根据数据对象的实际处理能力等级和历史处理能力等级进行安全评估,形成最终评估结果;
当对数据对象进行实际处理能力等级划分时,将数据对象的数据处理时间内总获取数据量与待分析数据的总数据值进行比较,所述数据处理时间内总获取数据量=平均获取数据量×数据处理时间,所述总数据值=数据值×数据请求量,当数据对象的数据处理时间内总获取数据量≥总数据值时,则将数据对象的实际处理能力划分为Ⅰ级;
当数据对象的数据处理时间内总获取数据量<总数据值时,则将数据对象的实际处理能力划分为Ⅱ级;
当对数据对象进行历史处理能力等级划分时,计算数据对象的未处理率,其中,数据对象的未处理率=未处理总次数/数据请求总次数,当数据对象的未处理率<50%时,则将数据对象的历史处理能力划分为Ⅰ级;
当数据对象的未处理率≥50%时,则将数据对象的历史处理能力划分为Ⅱ级;
根据数据对象的实际处理能力等级和历史处理能力等级,输出最终评估结果:
当数据对象的实际处理能力为Ⅰ级且数据对象的历史处理能力为Ⅰ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅰ级且数据对象的历史处理能力为Ⅱ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅱ级且数据对象的历史处理能力为Ⅰ级时,输出最终评估结果为安全;
当数据对象的实际处理能力为Ⅱ级且数据对象的历史处理能力为Ⅱ级时,输出最终评估结果为不安全。
3.根据权利要求2所述的数据安全的分布式监测方法,其特征在于,当最终评估结果为不安全时,则对数据对象的待分析数据进行打标签,此数据对象的待分析数据的数据名称标记为不安全,被标记的数据名称的待分析数据形成警示信息,则用户接收到的分析数据包含警示信息。
4.根据权利要求3所述的数据安全的分布式监测方法,其特征在于,在对所述待分析数据进行分配时,根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称进行领域划分,根据划分的领域与任意节点的领域关键字进行匹配,将匹配成功的领域的数据名称对应的待分析数据和警示信息分配到对应的节点进行处理。
5.根据权利要求4所述的数据安全的分布式监测方法,其特征在于,在任意节点对所述待分析数据和警示信息进行排序时,根据所述数据值和数据请求量进行排序,即将总数据值按从小到大将待分析数据和警示信息依次进行排序,得到分析数据,当任意节点每收到一个待分析数据或警示信息时,就将其进行一次排序。
6.根据权利要求5所述的数据安全的分布式监测方法,其特征在于,在对任意节点进行监测时,根据任意节点的工作状态对任意节点进行监测,在预设时长时进行监测,当未得到所述分析数据时,表示任意节点未工作,则监测结果为不正常;
当得到所述分析数据时,对分析数据进行分析,若分析数据中总数据值未经过排序时,表示任意节点未工作,则监测结果为不正常,当得到的分析数据中总数据值经过排序时,表示任意节点已完成工作,则监测结果为正常。
7.根据权利要求6所述的数据安全的分布式监测方法,其特征在于,在对任意节点进行监测且监测结果为不正常时,将监测结果不正常的节点关闭,重新将此节点接收的同一领域的数据名称的所有所述待分析数据分配给备用节点进行排序,得到分析数据。
8.根据权利要求7所述的数据安全的分布式监测方法,其特征在于,在对任意节点进行监测且监测结果为正常时,则将节点排序后得到的分析数据存储至中控模块,当用户发出查看请求时,根据查看请求在中控模块进行调取,将对应的分析数据发送给用户,所述查看请求包括数据领域或数据名称,
当所述查看请求为数据领域时,则将中控模块中对应领域的分析数据发送给用户;
当所述查看请求为数据名称时,则将中控模块中对应的数据名称对应领域的分析数据进行重新排序,将对应数据名称的待分析数据或警示信息排在首位,将重新排序的分析数据发送给用户。
9.一种应用如权利要求1-8任一所述的数据安全的分布式监测方法的数据安全的分布式监测装置,其特征在于,包括:
获取模块,用于获取待分析数据,所述待分析数据包括数据对象、数据名称、数据值、数据请求量和数据处理时间;
接收模块,用于接收所述数据对象的历史信息;
第一处理模块,用于根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,则若评估结果为不安全时,则对数据对象的待分析数据进行打标签,形成警示信息;
第二处理模块,用于根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据和警示信息中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到相应的节点;
排序模块,用于根据所述数据值和数据请求量对任意节点的所述待分析数据和所述警示信息进行排序,得到分析数据;
第三处理模块,用于根据任意节点的工作状态对任意节点进行监测,若监测结果为正常时,则将节点排序后得到的所述分析数据发送至中控模块,若监测结果为不正常时,则将启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
中控模块,用于将发送的所述分析数据进行存储;
第四处理模块,用于根据用户的查看请求对存储在中控模块的所述分析数据进行调取并发送给用户。
10.根据权利要求9所述的数据安全的分布式监测装置,其特征在于,所述第一处理模块包括评估单元和打标签单元,所述评估单元用于根据所述数据对象的历史信息、数据值、数据请求量和数据处理时间对所述数据对象进行安全评估,所述打标签单元用于在评估结果为不安全时,对数据对象的待分析数据进行打标签,形成警示信息;
所述第二处理模块包括分配单元和若干节点,所述分配单元用于根据所述数据名称和节点的领域将所述待分析数据和所述警示信息分配至若干节点,所述任意节点包含领域关键字,将待分析数据中的若干数据名称与任意节点的领域关键字进行匹配,将匹配成功的数据名称对应的待分析数据分配到对应的节点;
所述第三处理模块包括监测单元、第一发送单元和启用单元,所述监测单元用于根据任意节点的工作状态对任意节点进行监测,第一发送单元用于在监测结果为正常时,将节点处理后得到的所述分析数据发送至中控模块,启用单元用于在监测结果为不正常时,启用备用节点将不正常的节点领域的所述待分析数据和所述警示信息进行排序;
所述第四处理模块包括调取单元和第二发送单元,所述调取单元用于根据用户的查看请求对存储在中控模块的所述分析数据进行调取,所述第二发送单元用于将调取的所述分析数据发送给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210998036.8A CN115086086B (zh) | 2022-08-19 | 2022-08-19 | 数据安全的分布式监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210998036.8A CN115086086B (zh) | 2022-08-19 | 2022-08-19 | 数据安全的分布式监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115086086A CN115086086A (zh) | 2022-09-20 |
CN115086086B true CN115086086B (zh) | 2022-11-11 |
Family
ID=83244138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210998036.8A Active CN115086086B (zh) | 2022-08-19 | 2022-08-19 | 数据安全的分布式监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115086086B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116170515B (zh) * | 2023-04-25 | 2023-07-14 | 苏州元澄科技股份有限公司 | 实时监控系统的数据分层控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062629A (zh) * | 2017-12-26 | 2018-05-22 | 平安科技(深圳)有限公司 | 交易事件的处理方法、终端设备及介质 |
CN109670837A (zh) * | 2018-11-30 | 2019-04-23 | 平安科技(深圳)有限公司 | 债券违约风险的识别方法、装置、计算机设备和存储介质 |
CN110493190A (zh) * | 2019-07-15 | 2019-11-22 | 平安科技(深圳)有限公司 | 数据信息的处理方法、装置、计算机设备和存储介质 |
US11205233B1 (en) * | 2019-10-02 | 2021-12-21 | James Callahan | Computer system and method for detecting, extracting, weighing, benchmarking, scoring, reporting and capitalizing on complex risks found in buy/sell transactional agreements, financing agreements and research documents |
CN114463138A (zh) * | 2022-02-15 | 2022-05-10 | 平安证券股份有限公司 | 风险监测方法、装置、设备及存储介质 |
WO2022151680A1 (zh) * | 2021-01-18 | 2022-07-21 | 清华大学 | 基于自动机的物联网设备流量异常检测方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030009408A1 (en) * | 2001-04-26 | 2003-01-09 | Ittai Korin | Providing financial portfolio risk measurement and analysis to remote client services via a network-based application programming interface |
US20160012534A1 (en) * | 2014-04-21 | 2016-01-14 | Darrell Hubbard | System and method for active participation in an investor-managed corporation |
US11354747B2 (en) * | 2016-04-16 | 2022-06-07 | Overbond Ltd. | Real-time predictive analytics engine |
-
2022
- 2022-08-19 CN CN202210998036.8A patent/CN115086086B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062629A (zh) * | 2017-12-26 | 2018-05-22 | 平安科技(深圳)有限公司 | 交易事件的处理方法、终端设备及介质 |
CN109670837A (zh) * | 2018-11-30 | 2019-04-23 | 平安科技(深圳)有限公司 | 债券违约风险的识别方法、装置、计算机设备和存储介质 |
CN110493190A (zh) * | 2019-07-15 | 2019-11-22 | 平安科技(深圳)有限公司 | 数据信息的处理方法、装置、计算机设备和存储介质 |
US11205233B1 (en) * | 2019-10-02 | 2021-12-21 | James Callahan | Computer system and method for detecting, extracting, weighing, benchmarking, scoring, reporting and capitalizing on complex risks found in buy/sell transactional agreements, financing agreements and research documents |
WO2022151680A1 (zh) * | 2021-01-18 | 2022-07-21 | 清华大学 | 基于自动机的物联网设备流量异常检测方法和装置 |
CN114463138A (zh) * | 2022-02-15 | 2022-05-10 | 平安证券股份有限公司 | 风险监测方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于全息时标量测数据挖掘的配电网设备健康状态诊断分析;张珂珩等;《计算机测量与控制》;20180325(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115086086A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107784067B (zh) | 监察信息处理方法、装置、服务器和存储介质 | |
US7698086B2 (en) | Method and apparatus for obtaining and using event data recorder triage data | |
US6456983B1 (en) | Method for managing disposition of delinquent accounts | |
US7225140B2 (en) | Method of and system for forecasting future orders in parts inventory system | |
CN107918864B (zh) | 电子保单生成方法、装置、计算机设备及存储介质 | |
CN115086086B (zh) | 数据安全的分布式监测方法及装置 | |
CN109636217A (zh) | 一种订单调度方法、装置、电子设备和存储介质 | |
EP1131976A1 (en) | Event manager for use in fraud detection | |
CN107038521A (zh) | 智能调度和工作项分配 | |
CN115271617B (zh) | 一种大宗商品物流运输交易智能信息处理系统 | |
US8540140B2 (en) | Automated handling of exceptions in financial transaction records | |
US8095437B2 (en) | Detecting missing files in financial transactions by applying business rules | |
CN111245738A (zh) | 一种流量染色方法 | |
CN111429256B (zh) | 一种风控判断过程中的界面展示方法及系统 | |
CN116226138B (zh) | 一种基于区块链的信息漏洞处理方法及装置 | |
US20040210335A1 (en) | Generating a sampling plan for testing generated content | |
CN109767546B (zh) | 有价票据的质量核查调度装置和质量核查调度方法 | |
CN108763242A (zh) | 标签生成方法及装置 | |
CN112561699A (zh) | 一种券商客户数据的处理方法、系统及存储介质 | |
CN111858639A (zh) | 用于风控管理的外部数据管理系统及方法 | |
CN109685369A (zh) | 一种企业智能管理项目申报系统 | |
CN116136684B (zh) | 车辆故障诊断方法、装置、电子设备和存储介质 | |
CN116228019A (zh) | 快递散单服务管理方法、装置、设备及存储介质 | |
CN116703288A (zh) | 物流订单运输方案的生成方法、装置、设备及存储介质 | |
CN115169674A (zh) | 网点散单揽件时效预测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |